西南石油大学学报(自然科学版)  2016, Vol. 38 Issue (5): 33-40
中东H油田复杂碳酸盐岩储层评价及产能预测    [PDF全文]
姜均伟1 , 徐星2    
1. 中国石油长城钻探工程公司, 北京 朝阳 100101;
2. 伊拉克哈法亚油田公司, 阿联酋 迪拜 500486
摘要: 利用岩芯资料分析了中东H油田MB2组颗粒灰岩与泥粒灰岩储层的岩石学特征、物性特征和储层的孔隙结构特征,研究结果表明,MB2组碳酸盐岩两种储层有较强的非均质性。根据孔喉半径分布曲线特征,把储层划分为大、中、小3种孔隙结构,结果显示MB2组上段颗粒灰岩以大孔和中孔为主,下段泥粒灰岩以中孔和小孔为主。利用毛管孔径划分的3种孔隙结构刻度了核磁T2谱,结果显示其与核磁T2谱划分的3种孔隙具有很好的一致性,找到了用核磁准确评价储层的孔隙结构的一种有效途径。此外,还对MB2组储层进行了产能预测。
关键词: 颗粒灰岩     泥粒灰岩     孔隙结构     孔径     T2     产能预测    
Productivity Forecast and Characteristics of the Carbonate Reservoir in H Oilfield in the Middle East
JIANG Junwei1 , XU Xing2    
1. Greatwall Drilling Company Ltd., PetroChina, Chaoyang, Beijing 100101, China;
2. Halfaya Oilfield Company Ltd., Dubai 500486, UAE
Abstract: The lithologies of the MB2 Formation in H Oilfield are mainly composed of grainstone and packstone. The core data are used to analyze the lithology, physical property and pore structure property. The result shows that the carbonate reservoirs in H Oilfield are of complicated heterogeneity. The pore systems are classified into Macro pore, Mezzo pore and Micro pore according to the mercury injection. Marco pores and Mezo pores are predominant in limestone with a grainstone texture in the upper interval of MB2 Formation, and the packstone pore system mainly consists of Mezzo pore and Micro pore. The Nuclear Magnetic Resonance Logging Tool(CMR)has been employed to characterize the pore system of the limestone reservoirs. The results of the CMR pore size distribution agree with the core data in general. The NMR can evaluate the reservoir accurately. Based on the study result, the productivity prediction of the MB2 formation is made.
Key words: grainstone     packstone     pore structure     pore throat     T2 spectrum     productivity forecast    
引 言

碳酸盐岩储层受沉积相、成岩作用、后生作用及构造改造作用等影响[1, 2],致使储层孔、渗特征差异明显,表现为强非均质性特征。因此,碳酸盐岩储层的孔隙结构研究是油气储层研究的重要内容。

中东H油田是一个新开发的油田,其Mishrif地层是一套碳酸钙含量为91.5%的灰岩地层。对于该油田的认识,人们停在仅可得到的数口井的老井常规测井资料,以及部分测试资料,导致对该油田Mishrif地层的岩石物理特征认识不够,难以对储层特征和油水识别进行精细评价。中国石油在2011年成为该油田的作业者之后,开始在新钻井中取芯并取得了大量的岩芯实验数据,以期解析Mishrif碳酸盐岩地层的岩石物理特征,为后期油田开发提供理论支持。

本文将对MB2组两种碳酸盐岩储层的基本特征进行分析,并利用毛管资料与核磁资料相结合的方法,找到评价H油田MB2组油藏储层的评价方法,在此基础上对MB2组储层进行产能预测。

1 储层的基本特征 1.1 储层的测井特征

Mishrif组碳酸盐岩储层是中东H油田的主力产层。MB2是Mishrif组的主产层段之一,MB2组灰岩上段(2 980.4 3 005.9 m)以颗粒灰岩为主,下段(3 005.9 3 048.5 m)以泥粒灰岩为主(图 1)。从常规测井的孔隙度测井曲线看,MB2上段颗粒灰岩段的孔隙度比下段泥粒灰岩段的小,而从核磁测井资料看,MB2上段的$T_2$谱后端信号要多于下段,显示上段大孔要多于下段。

图1 中东H油田MX井MB2段测井特征 Fig. 1 Logging plot of MB2 Formation in Well MX
1.2 储层的岩石学特征

岩石薄片在储层评价中具有重要作用,其不仅可以用来研究岩石的岩性、岩石结构,还可以描述岩石孔隙的类型、大小及连通性。颗粒灰岩包含较大的孔洞,其中部分有亮晶方解石充填。大孔主要是分散的孔洞和有亮晶方解石胶结的粒间孔,小孔以晶间孔为主(图 2a)。颗粒灰岩类型为生物碎屑灰岩,颗粒分选中等,孔隙类型以铸模孔等次生孔隙为主,发育粒间孔,粒内孔主要是微孔(图 2b)。从图上能看出,大孔广泛发育。孔隙度为21.8%,渗透率为299.07 mD。孔径频率图显示(图 2c),岩样的孔径主要分布在10.0~100.0 $\mu m$。而渗透率累计分布曲线表明大于10.0 $\mu m$的孔径对渗透率贡献达到96%。泥粒灰岩大孔主要为相对小的分散孔,小孔主要为晶间孔,从图上还可以看出,一些较大孔隙被大的亮晶方解石充填。泥粒灰岩类型为生物碎屑灰岩,颗粒细—粗,分析中等,部分发育中等铸模孔、溶蚀孔和粒间孔(图 2d图 2e)。岩样孔隙度为25.5%,渗透率为5.371 mD。孔径频率图显示(图2f}),岩样的孔径主要分布在0.1~1.0 $\mu m$。而渗透率累计分布曲线显示,大于0.5 $\mu m$的孔径对渗透率的贡献达到了95%。

图2 电镜特征、铸体薄片及孔喉半径频率图 Fig. 2 The slice photo and throat size distribution curves

由孔径分布频率图可以看出,渗透率较小的泥粒灰岩,其孔喉半径呈单峰分布特征(图 2f),反映出该类岩石孔喉半径分布较集中,颗粒分选相对较好。而对于样品渗透率较大的颗粒灰岩,其孔喉半径分布频带较宽,小喉道含量较少,大喉道含量相应较多,其孔径分布曲线也表现出双峰分布特征(图 2c)。

从颗粒灰岩和泥粒灰岩的渗透率累计分布曲线不难看出,对于低渗透率的泥粒灰岩(图 2f),对渗透率起主要贡献的孔喉半径基本大于1.0 $\mu m$,且分布范围较小,这主要因为该类岩石小喉道发育程度高,分布越集中所致。而对于渗透率较大的颗粒灰岩,对渗透率起主要贡献的孔喉半径大于10.0 $\mu m$,可见随着大孔喉含量增加,对渗透率起主要贡献的孔喉半径也随之变大(图 2c)。可见储层的品质不同,对渗透率起主要贡献孔喉半径也不同。

1.3 储层的物性特征

孔隙度和渗透率是评价储层物性好坏的重要依据,根据物性资料统计分析了研究区碳酸盐岩储层孔隙度与渗透率特征(图 3)。从孔隙度和渗透率的统计结果来看,颗粒灰岩孔隙度最大为28.8%,最小为8.0%,平均值为20.7%,主要分布在18.0% 25.0%;渗透率最大为1 605.3 mD,平均值为161.2 mD,主要分布在40.0 600.0 mD。而泥粒灰岩的平均孔隙度最大为29.7%,最小为20.2%,平均值为26.2%,主要分布在23.0% 28.0%;渗透率主要分布在3.000 12.000 mD。由此不难得出,上部颗粒灰岩以大孔、高渗为主,下部泥粒灰岩以大孔、低渗为主。从孔隙度和渗透率的柱状图上(图 3)可以清楚地看出两种岩石在物性上存在较大差异。

图3 储层孔隙度和渗透率频率分布直方图 Fig. 3 The distribution of porosity and permeability value frequency of reservoirs
2 储层的孔隙结构特征 2.1 毛管压力的曲线特征

孔隙度大小反映的是岩石的储集能力,而喉道半径则控制着孔隙的储集和渗透能力[3]。因此储层孔隙结构的研究就显得尤为重要,而评价储层孔隙结构最直接有效的资料就是压汞毛管压力曲线[4, 5, 6, 7]。压汞资料是研究孔隙结构的重要手段。不同品质的岩石具有不同的毛管压力曲线。毛管压力资料反映了孔隙喉道分布的规律,因此可以用压汞毛管压力曲线评价岩石的储集性质[8-9]

MB2上段以颗粒灰岩为主,夹杂少量泥粒灰岩。20 m的储层总共有13个岩样进行了压汞测试。MB2下段的岩性主要为泥粒灰岩。在约为30 m的储层中有39个样品进行了压汞测试。从MB2上、下两段的取样看,取样间隔均匀,密度大,均能够很好地代表本段储层特征(图 4)。从样品中分别选取3个代表两种不同储层基本特征的样本。其中A3、A2、A1分别代表颗粒灰岩(图 4a)好、中、差3个级别的储层,而B3、B2和B1分别代表泥粒灰岩(图 4b) 好、中、差3个级别的储层。

对于颗粒灰岩的好储层(A3),其孔喉中值半径为5.2 $\mu m$,中值压力为0.15 MPa;中等储层(A2)的中值半径为2.4 $\mu m$中值压力为0.31 MPa;而对于差储层(A1)其中值半径为1.6 $\mu m$,中值压力0.68 MPa。而代表泥粒灰岩(图 4b)好储层的(B3)的中值半径为3.7 $\mu m$,中值压力为0.18 MPa;中等储层(B2)的中值半径为0.9 $\mu m$,中值压力为0.84 MPa;差储层的中值半径为0.2 $\mu m$,中值压力3.47 MPa。这些反映孔隙结构特征的参数表明MB2下段泥粒灰岩的物性比上段颗粒灰岩的物性差。同时从毛管曲线分布也可看出MB2下段的毛管压力曲线分布较上段要散,表明上、下段储层特征明显不同。

图4 MB2段压汞法毛管压力曲线 Fig. 4 Capillary pressure curves of MB2 interval
2.2 储层孔喉半径曲线特征

储层孔喉分布研究是以压汞毛管压力曲线为基础。毛管压力曲线的形态、排驱压力、中值半径等参数可以用来很好地表征储层的特征。要获得压汞资料必须对岩芯样品进行试验,由于不能在整个井段进行连续取样分析,也就不能对储层孔隙结构进行连续评价。而核磁共振测井资料具有连续分布的特点,为了用核磁$T_2$谱评价岩石的孔隙结构,文献[10-13]通过构造毛管力的方法做了一些探索。主要目的是利用核磁$T_2$构造的毛管压力曲线表征储层的孔隙结构。然而,实际中发现构造的毛管压力曲线与岩芯实验得到的毛管压力曲线不能很好地匹配,所以,利用$T_2$谱还没有构造出可靠的毛管压力曲线[14]

为了达到连续评价储层孔隙结构的目的,作者利用实验得到的孔喉半径分布曲线(图 5),将$T_2$谱解析为易于理解的大、中、小3类孔隙结构。作者对研究层段56个岩样的孔喉半径实验数据进行了分析和统计。根据实验得到的孔喉半径分布曲线(图 5)划分的大、中、小3类孔隙的累计比例,将孔隙系统划分为大、中、小3类孔隙结构,从而实现了用核磁来连续评价储层孔隙结构。孔喉半径划分的依据是大孔孔喉半径大于1.5 $\mu m$,中孔孔喉半径为0.5 1.5 $\mu m$,小孔孔喉半径小于0.5 $\mu m$。

图5 压汞法孔隙喉道分布曲线 Fig. 5 Classification of pore size by mercury injection test

这样的划分体现出流体在不同孔喉半径区间(图 5所示的3个孔隙类型区间)的储集和渗透能力,有助于分析储层的孔隙结构和预测储层的产能[15],在生产中具有重要的意义。

3 储层的核磁评价方法 3.1 核磁建立的3种孔隙类型

核磁共振可直接探测地层孔隙度而不受岩石骨架的影响。据实验研究,岩石孔隙流体的$T_2$与孔隙直径相对应,可以通过$T_2$分布确定不同孔径大小的孔隙度[16]

${1 \over {{T_{{\rm{2C}}}}}} = {\rho _2} \cdot \left( {{S \over V}} \right)$ (1)

式中:$T_{\rm {2C}}$—校正的弛豫时间,ms;

$\rho_2$—表面弛豫,$\mu m$/ms;

V—孔隙体积,cm3

S—孔隙表面积,cm2

根据式(1),通过设定不同$T_2$截止值,即可将CMR的$T_2$谱划分为不同的孔隙体积。当截止值$T_2$设置为100 ms和300 ms时,$T_2$谱计算出来的大、中、小3孔隙分布与岩芯得到孔隙分布有较好的一致性(图 1),此方法把核磁资料较为准确地划分为大孔、中孔和小孔,从而实现在一定程度上能评价储层的孔隙结构。

3.2 渗透率的计算

渗透率的计算采用Timer-Goats公式,如式(2)所示

$ K = 10000{\phi ^4} \cdot {\left( {\dfrac{{F_{\rm{FI}}}}{{B_{\rm{VI}}}}} \right)^2}$ (2)

式中:

K—渗透率,mD;

$\phi$—孔隙度,%;

$F_{\rm{FI}}$—孔隙可动流体孔隙度,%;

$B_{\rm{VI}}$—孔隙自由流体孔隙度,%。

计算渗透率需要有准确的$T_2$截止值。当$T_2$采用230 ms计算时,得到的渗透率与岩芯的渗透率很吻合(图 1)。可见由核磁$T_2$谱划分为大、中、小3种孔隙与实验数据得到的孔喉划分结果一致,同时取得了与岩芯一致的渗透率。从而能连续对MB2储层进行评价,也为产能预测提供了有利条件。

4 储层的产能预测

目前由测井资料对油气层产能预测的研究已取得了一些成果[15, 17, 18, 19]。本文在上述毛管资料及核磁资料分析的基础上,结合PLT资料,对MB2层的产能做出预测。经毛管资料刻度的核磁资料能够为评价储层提供可靠的孔、渗数据。综合物性指数Z是表征储层物性好坏的参数。

$Z = \sqrt {{K \over \phi }} $ (3)

式中: Z—综合物性指数,无因次。

此次研究中,K是由核磁资料得到渗透率,$\phi$是由核磁得到的中孔和大孔的孔隙度。孔、渗反映的是储层的静态特征,为了能够表征储层的动态特征作者引入了深电阻率($R_{\rm t}$)与微球电阻率($R_{\rm{xoz}}$)之比I来反映储层的流动能力,进而对储层的产能进行预测。

$I = \dfrac{R_{\rm t}}{R_{\rm{xoz}}} $ (4)

式中: I—深电阻率与微球电阻率之比,无因次;

$R_{\rm t}$—深电阻率,$\Omega \cdot m$;

${{R}_{\text{xoz}}}$—微球电阻率,$\Omega$\cdot$m。

为了能够评价油气的产能,构建P产能指数

$P = \left( {0.6I} \right) \left( {0.4 Z} \right) $ (5)

PLT资料的定量计算可以给出具体层段的产量,这为储层的划分提供了有力的佐证。应用式(5)对本井的产能进行了评价,结果如表 1所示。从计算的结果可以得知,当产能指数P大于10时,储层为Ⅰ类储层,其每米的日产大于15 t,当P介于1 10时,为Ⅱ类储层,小于1为Ⅲ类储层,其每米日产液量少于5 t。

表1 储层分类标准 Table 1 The standards for reservoir classification and evaluation
5 结 论

(1) MB2组碳酸盐岩主要有颗粒灰岩和泥粒灰岩组成,两种不同的灰岩具有不同的岩石学特征、物性特征和储层的孔隙结构特征,颗粒灰岩以大孔和小孔为主,而泥粒灰岩以中孔和小孔为主。从毛管力曲线和孔隙度、渗透率的频率分布图反映出,泥粒灰岩的物性要比颗粒灰岩物性差。

(2) 基于孔喉半径曲线,用核磁的方法建立了3个孔隙度模型,为连续评价储层结构提供了有效的方法。

(3) 基于核磁分析得到的大、中孔隙度和渗透率,构建了产能指数方程,并对MB2组的产能进行了预测。

参考文献
[1] 高计县, 田昌炳, 张为民, 等. 伊拉克鲁迈拉油田Mishrif组碳酸盐岩储层特征及成因[J]. 石油学报, 2013, 34 (5) : 843 –852.
GAO Jixian, TIAN Changbing, ZHANG Weimin, et al. Characteristics and genesis of carbonate reservoir of the Mishrif Formation in the Rumaila Oilfield, Iraq[J]. Acta Petrolei Sinica, 2013, 34 (5) : 843 –852.
[2] HOLLIS C, VAHRENKAMP V, TULL S, et al. Pore system characterisation in heterogeneous carbonates:An alternative approach to widely-used rock-typing methodologies[J]. Marine and Petroleum Geology, 2010, 27 (4) : 772 –793. DOI:10.1016/j.marpetgeo.2009.12.002
[3] 欧阳健. 油藏中饱和度-电阻率分布规律研究[J]. 石油勘探与开发, 2002, 29 (3) : 44 –47.
OUYANG Jian. A study on saturation-resistivity distribution pattern of reservoirs:An in-depth analysis for the basic origin of low resistivity reservoirs[J]. Petroleum Exploration and Development, 2002, 29 (3) : 44 –47.
[4] 肖亮. 利用核磁共振测井资料评价储集层孔隙结构的讨论[J]. 新疆石油地质, 2008, 29 (2) : 260 –263.
XIAO Liang. Application of NMR log data to formation pore structure evaluation[J]. Xinjiang Petroleum Geology, 2008, 29 (2) : 260 –263.
[5] 肖忠祥, 张冲, 肖亮. 利用孔、渗参数构造毛细管压力曲线[J]. 新疆石油地质, 2008, 29 (5) : 635 –637.
XIAO Zhongxiang, ZHANG Chong, XIAO Liang. Using porosity and permeability parameters to construct capillary pressure curves[J]. Xinjiang Petroleum Geology, 2008, 29 (5) : 635 –637.
[6] 刘晓鹏, 肖亮, 张伟. 储层毛管压力曲线构造方法及其应用[J]. 西南石油大学学报(自然科学版), 2008, 30 (6) : 126 –130.
LIU Xiaopeng, XIAO Liang, ZHANG Wei. Constructing method and application of reservoir capillary pressure curve[J]. Jounral of Southwest Petroleum University(Science & Technology Edition), 2008, 30 (6) : 126 –130.
[7] 刘卫, 肖忠祥, 杨思玉, 等. 利用核磁共振(NMR)测井资料评价储层孔隙结构方法的对比研究[J]. 石油地球物理勘探, 2009, 44 (6) : 773 –778.
LIU Wei, XIAO Zhongxiang, YANG Siyu, et al. Comparative studies on methods of evaluation of reservoir pore structure by using NMR(nuclear magnetic resonance) well logging data[J]. Oil Geophysical Prospecting, 2009, 44 (6) : 773 –778.
[8] 廖明光, 巫祥阳. 毛管压力曲线分析新方法及其在油气藏描述中的应用[J]. 西南石油学院学报, 1997, 19 (2) : 5 –9.
LIAO Mingguang, WU Xiangyang. A new pore-structure parameter rapex and its application in reservoir studies[J]. Journal of Southwest Petroleum Institute, 1997, 19 (2) : 5 –9.
[9] 司马立强, 吴丰, 缪祥禧. 龙岗地区礁滩储层有效性评价[J]. 西南石油大学学报(自然科学版), 2012, 34 (1) : 176 –182.
SIMA Liqiang, WU Feng, MIAO Xiangxi. Bank reef reservoir effectiveness evaluation in Longgang District[J]. Journal of Southwest Petroleum University(Science & Technology Edition), 2012, 34 (1) : 176 –182.
[10] YAKOV V, WIN L S. A practical approach to obtain primary drain age capillary pressure curves from NMR core and log data[J]. Petrophysics, 2001, 42 (4) : 334 –343.
[11] 运华运, 赵文杰, 周灿灿, 等. 利用T2分布进行岩石孔隙结构研究[J]. 测井技术, 2002, 26 (1) : 18 –21.
YUN Huayun, ZHAO Wenjie, ZHOU Cancan, et al. Researching rock pore structure with T2 distribution[J]. Well Logging Technology, 2002, 26 (1) : 18 –21.
[12] 刘堂宴, 王绍民, 傅容珊, 等. 核磁共振谱的岩石孔喉结构分析[J]. 石油地球物理勘探, 2003, 38 (3) : 328 –333.
LIU Tangyan, WANG Shaomin, FU Rongshan, et al. Analysis of rock pore throat structure with NMR spectra[J]. Oil Geophysical Prospecting, 2003, 38 (3) : 328 –333.
[13] 李兴丽, 杨洪伟, 王培春, 等. 利用测井解释渗透率获取拟毛管压力曲线的方法及其应用[J]. 中国海上油气, 2011, 23 (5) : 322 –325.
LI Xingli, YANG Hongwei, WANG Peichun, et al. A method to obtain presudo-capillary pressure curves by using log-interpreted permeability and its application[J]. China Offshore Oil and Gas, 2011, 23 (5) : 322 –325.
[14] 何雨丹, 毛志强, 肖立志, 等. 核磁共振T2分布评价岩石孔径分布的改进方法[J]. 地球物理学报, 2005, 48 (2) : 373 –378.
HE Yudan, MAO Zhiqiang, XIAO Lizhi, et al. An improved method of using NMR T2 distribution to evaluate pore size distribution[J]. Chinese Journal of Geophysics, 2005, 48 (2) : 373 –378.
[15] 苏俊磊, 孙建孟, 苑吉波, 等. 基于核磁共振孔隙结构的产能评价[J]. 西安石油大学学报(自然科学版), 2011, 26 (3) : 43 –47.
SU Junlei, SUN Jianmeng, YUAN Jibo, et al. Reservoir productivity evaluation based on NMR pore structure[J]. Journal of Xi'an Shiyou University(Natural Science Edition), 2011, 26 (3) : 43 –47.
[16] 赵永刚, 吴非. 核磁共振测井技术在储层评价中的应用[J]. 天然气工业, 2007, 27 (7) : 42 –44.
ZHAO Yonggang, WU Fei. Application of nuclear magnetic resonance logging technique to reservoir evaluation[J]. Natural Gas Industry, 2007, 27 (7) : 42 –44.
[17] 欧阳键. 石油测井解释与储层描述. 北京:石油工业出版社[M]. 1994 : 148 -152.
[18] CHENG M L. Productivity prediction from well logs in variable grain size reservoir cretaceous Qishan Formation repubile of Yemen[J]. Log Analysit, 1999, 40 (1) : 24 –32.
[19] 王智, 许江文, 谷斌. 基于测井资料的低孔低渗储层产能预测研究[J]. 西南石油大学学报(自然科学版), 2009, 31 (6) : 51 –55.
WANG Zhi, XU Jiangwen, GU Bin. Low porosity and low permeability reservoir deliverability based on well logging data[J]. Journal of Southwest Petroleum University(Science & Technology Edition), 2009, 31 (6) : 51 –55.